神经网络（NN）架构图制作起来往往费时耗力，很多时候机器学习研究人员需要从头开始构建相关图。

近日，机器之心在 GitHub 上发现这样一个项目 ——NN-SVG，可以为研究人员解决这一烦心事。项目作者 Alexander Lenail 为 MIT 计算系统生物学二年级博士生，研究兴趣主要是创建用于生物分析、理解和设计的计算工具。

项目地址：https://github.com/alexlenail/NN-SVG

据作者介绍，NN-SVG 是一个参数化而非手动构建神经网络架构图的交互工具。该工具还能够将构建的图导出至可缩放矢量图形（Scalable Vector Graphics, SVG）文件，适合用在学术论文或网页中。

具体地，NN-SVG 工具可以构建以下三种风格的神经网络图：

• 全连接神经网络（FCNN）
  
• LeNet 论文中提出的一类卷积神经网络（CNN）
  
• 风格类似于 AlexNet 论文中提出的深度神经网络（DNN）
  

其中，前两类神经网络图形使用 JavaScript 库 D3.js 完成的，后一类由 Three.js 完成。NN-SVG 的亮点在于可以根据使用者的喜好来改变神经网络图的大小、颜色和布局参数。

我们仅以 FCNN 风格的生成图为例进行讲解。下图中都是可以改变的组件，如边缘宽度、边缘不透明度、边缘权重对应的颜色、节点直径、层间距、随机权重等。

比如，改变「边缘权重对应的颜色」前后：

再比如，添加「18 和 20 个权重」前后：

LeNet 风格和 AlexNet 风格的神经网络图构建过程与之类似。总之，在这个工具中，一切都是可以交互的。

项目作者希望 NN-SVG 工具可以节省机器学习研究人员的时间，也希望这个软件在某些情境下可以作为教学工具。

感兴趣的小伙伴可以去试试。

NN-SVG 地址：https://alexlenail.me/NN-SVG/LeNet.html